В работе установлены детерминированные гарантии выполнимости для дифференцируемого предиктивного управления (DPC) — метода аппроксимации явного MPC с помощью самообучающихся нейросетей. С помощью топологического анализа индуцированного достижимого безопасного множества показано, что DPC может гарантировать выполнимость без онлайн-фильтров безопасности.
Решение проблемы гарантий выполнимости для обучения политик управления расширяет применимость методов машинного обучения в ответственных системах управления.
Перевод и краткое изложение — машинные, по материалам источника. Полный текст статьи не републикуется; права на него принадлежат источнику.
